Стартап Dili привлек $21,7 млн для внедрения ИИ в сферу контроля за соблюдением норм при строительстве инфраструктуры

Мы уже знаем, что для работы ИИ потребуется ввод в строй большого количества новых центров обработки данных и объектов энергетической инфраструктуры. Но всем этим инфраструктурным проектам, возможно, также понадобится небольшая помощь со стороны ИИ.

В четверг новая компания по обеспечению соответствия требованиям ИИ под названием Dili, нацеленная именно на новую волну инфраструктурных проектов в США, объявила о привлечении $15 млн (около 1,2 млрд рублей) в рамках раунда финансирования серии A. Этот раунд последовал за посевным раундом на $6,7 млн (около 536 млн рублей), в результате чего общий объем привлеченного компанией капитала достиг $21,7 млн (около 1,74 млрд рублей).

Раунд серии A возглавила Khosla Ventures, при участии Allianz, Rebel Fund, Даррена Бехтеля из Brick and Mortar Ventures и Гэрри Тана из Y Combinator. Ранее Dili была частью набора Y Combinator лета 2023 года.

«ИИ для соблюдения нормативных требований» — это уже распространенное предложение среди стартапов, но Dili фокусируется на уникальном переплетении правил, касающихся строительных проектов, особенно тех, которые получают какое-либо федеральное финансирование.

Отвечая на просьбу привести пример, соучредитель и генеральный директор Dili Ананд Чатурведи указал на правила Дэвиса-Бэкона, которые позволяют Министерству труда устанавливать преобладающую заработную плату для определенных проектов. Отдельный набор правил о преобладающей заработной плате и ученичестве (или правила PWA) применяется к проектам в области чистой энергетики, финансируемым в рамках IRA, а также действуют различные правила OSHA или EPA в зависимости от характера работ.

Это сложный набор пересекающихся требований, и даже небольшие ошибки могут дорого обойтись. «Несоблюдение требований может привести к штрафам в миллионы долларов для таких проектов», — объясняет Чатурведи. «Поэтому очень важно иметь возможность проверять всю информацию по мере ее поступления, а не просто выборочно анализировать данные».

Учитывая столь высокие ставки, надежность является ключевой проблемой, но Чатурведи считает, что архитектура Dili предотвратит проникновение любой нечеткости, связанной с LLM, в конечный продукт. Современные модели ИИ используются только в уровне данных компании, который служит движком для преобразования неструктурированных документов в структурированные данные. Затем детерминированная система сортирует данные в соответствии со сложными, но статичными правилами соответствия. Когда все работает правильно, задача, которая раньше занимала целый день, теперь может быть выполнена за считанные минуты.

«Представьте, что вы можете прочитать весь контекст внутренних документов компании, все документы ее поставщиков, всю информацию из ERP-систем, всю информацию из систем расчета заработной платы, а затем извлечь данные, которые вам нужны специально для отчетности или соблюдения требований», — объяснил Чатурведи.

Dili уже применяет эту систему на практике. Чатурведи говорит, что программное обеспечение уже используется примерно на 700 проектах, от производственных предприятий до центров обработки данных.

Примечательно, что, по словам Чатурведи, примерно половина проектов использует Dili в качестве внутреннего программного инструмента, в то время как другая половина передает весь процесс обеспечения соответствия требованиям компании на аутсорсинг по модели подряда. Dili может работать с обоими типами контрактов, хотя Чатурведи предполагает, что в ближайшие годы отрасль будет больше смещаться в сторону программной модели.

«Программное обеспечение и ИИ начнут поглощать многие из этих профессиональных сервисных рабочих процессов, поэтому я думаю, что все больше людей начнут внедрять их внутри компании, — говорит Чатурведи. — Интересно будет посмотреть, как будет развиваться сам рынок и куда пойдут потребности клиентов по мере развития ИИ».